7.2. Автоматизированные системы для обработки медицинских сигналов и изображений

Автоматизированные системы обработки кривых и изображе­ний являются самыми многочисленными среди разработанных систем. Разные авторы называют их по-разному: АС клинико-лабораторных исследований, медицинские приборно-компьютерные системы, измерительные или микропроцессорные медико-техно­логические системы и т.д.

1) подключением медицинской аппаратуры к ЭВМ;

2) оснащением специализированными микропроцессорными устройствами медицинской аппаратуры.

Первый способ развития АС для обработки медицинских сиг­налов и изображений осуществлялся в вузах, клинических НИИ; второй — в технических НИИ, на заводах и фирмах, производя­щих медицинскую аппаратуру. Оба пути имели свои достоинства и недостатки. Постепенно шло их сближение. В настоящее время АС для обработки медицинских сигналов и изображений, сопо­ставимые по целевому назначению, но построенные разными способами, обладают практически одинаковыми возможностя­ми. Среди них широкое распространение получили АС для функ­циональной, ультразвуковой, лабораторной и морфологической диагностики.

Техническое обеспечение АС обработки медицинских сигналов и изображений включает:

· средства для съема информации;

· средства для измерения, преобразования, аппаратной филь­трации, усиления сигналов;

· аналого-цифровое преобразование;

· вычислительные средства для обработки сигналов.

При регистрации кривых и изображений осуществляется пре­образование физических характеристик организма в электриче­ские сигналы. Получаемые кривые (электрокардиограмма, реограмма, пневмотахограмма, капнограмма, фотоплетизмограмма и др.) являются аналоговыми (непрерывными) сигналами. Современная вычислительная машина может обрабатывать информацию, пред­ставленную только в цифровой форме.

Суть аналого-цифрового преобразования сводится к многократ­ным, сделанным с определенной частотой, измерениям напря­жения вводимого аналогового сигнала. Частота, с которой осуще­ствляется преобразование, называется частотой дискретизации сигнала. Она измеряется в герцах.

Любой периодический сигнал можно представить набором си­нусоид. Чем чаще изменяется сигнал, тем больше синусоид нуж­но для его описания. Представление сигнала как набора синусо­ид называется его спектром. Чтобы получить представление сиг­нала в цифровой форме, достаточное для выявления характер­ных точек, которые необходимы для обработки сигнала, частота дискретизации должна вдвое превышать максимальную частоту его спектра.

Для оцифровки кардиологических кривых используется боль­шая частота дискретизации, чем для респираторных: например, для электрокардиографического сигнала используется частота дис­кретизации 500 Гц, реографического — 100, а капнографического — 25 Гц.

Полученный в результате оцифровки аналогового сигнала циф­ровой массив обрабатывается с помощью специальных алгорит­мов. Алгоритмы для ввода, обработки медицинских сигналов и изображений, а также построения заключений составляют основу программного обеспечения таких систем.

В самом простом и до сих пор распространенном варианте суть обработки сигналов сводится к поиску характерных точек (минимумов, максимумов, перегибов, переходов через нулевое значение и т.д.), расчету временных интервалов и амплитуд, необходимых для получения величин физиологических парамет­ров.

Сигналы могут обрабатываться автоматически, т.е. полностью без участия врача. Но до сих пор существуют АС с возможностью полуавтоматической обработки кривых — это особенно важно при обработке «сложных» неритмичных сигналов, когда врачу предъяв­ляется кривая, а он с помощью специальных реперов выделяет характерные точки. Наконец, возможен автоматизированный ва­риант, когда разметка сигнала осуществляется автоматически, а ее результат предъявляется врачу, который может отредактиро­вать его.

Автоматизированные системы для обработки изображений имеют специфику как по применяемым средствам для съема ин­формации, так и по используемым специализированным алго­ритмам обработки. Важное значение имеют характеристики реги­стрируемого изображения, особенности выведения его на экран (число точек по вертикали и горизонтали, число градаций степе­ней яркости, особенности цветопередачи и т.д.). В таких системах обязательно должны реализовываться возможности выделения контура исследуемых областей, изменения контрастности, масш­табирование. В результате обработки должно получаться новое изоб­ражение, лучше исходного, в частности возможно создание и псевдотрехмерного изображения.

При построении заключений в АС обработки медицинских сиг­налов и изображений используются разные методы и подходы (см. подразд. 7.3 и 7.4).

Кроме специализированных алгоритмов для ввода и обработки сигналов и изображений программное обеспечение таких систем включает встроенную БД для хранения архива сигналов, изобра­жений, заключений, а также интерфейс, обеспечивающий взаи­модействие медицинского работника с АС. В последнее время в связи с появлением очень больших по объему изображений (типа МРТ) такие архивы сохраняются не на ПК, а в специальных хра­нилищах на дисковых массивах серверов.

Таким образом, современная АС обработки медицинских сиг­налов и изображений позволяет осуществлять:

1) настройку на исследование: ввод паспортных, антропомет­рических данных, определение объема и режима исследования, ввод специализированной информации после установки датчи­ков на пациента;

2) проведение исследования с визуализацией кривых, изобра­жений (при необходимости в режиме реального времени), воз­можностями остановки изображения, выбора необходимых участ­ков для анализа, занесение в БД;

3) построение заключения с визуализацией результата в таб­личной и графической форме, облегчающей интерпретацию дан­ных;

4) получение твердых копий (распечатку) как исходных сиг­налов, так и всех результатов;

5) работу с БД системы.

Трудно назвать физиологический сигнал, обработка которого в большей или меньшей степени не была бы автоматизирована. В настоящее время обработку сигналов и изображений осуществ­ляют в Научном центре сердечно-сосудистой хирургии (НЦССХ) им. А. Н. Бакулева, Московском областном научно-исследователь­ском клиническом институте (МОНИКИ) им. М.Ф. Владимир­ского, МГУ им. М.В.Ломоносова, МИФИ, МГТУ им. Н.Э.Бау­мана, других государственных учреждениях, многочисленных оте­чественных и зарубежных фирмах и организациях.

К сожалению, широко внедряемых АС обработки медицинских сигналов и изображений немного. Причин этому, как объектив­ных, так и субъективных, несколько. Автоматизированные систе­мы для обработки сигналов и изображений отличаются по ис­пользуемым алгоритмам и вычислительной технике, возможно­стям расчета производных показателей и построения заключений, настройке на конкретную медицинскую аппаратуру и т.д. Тем не менее, рынок АС обработки медицинских сигналов и изображений (для отделений функциональной диагностики, лабораторной диа­гностики и др.) заполнен как зарубежными, так и отечественны­ми системами, и пришло время для исследования его качествен­ного состава.